Sprachliche Mensch-Maschine-Kommunikation

28.4 Das FAME Projekt 463
in sein Nahbesprechungsmikrophon. Über die Soundkarte des Raum-PCs
gelangt das Sprachsignal zum Segmentierer. Dieser ist ein Agent mit der
Aufgabe, Audiosegmente, die Sprache enthalten, auf das schwarze Brett
zu legen. Diese Segmente werden dann von allen Erkennern (gegebenenfalls
können sogar Erkenner für verschiedene Sprachen vorhanden sein)
gelesen, und jeder Erkenner legt seine Hypothese auf das schwarze Brett
zurück. Diese Hypothesen werden dann zusammen mit Informationen über
Personen und Objekte (zum Beispiel deren Identitäten und Positionen)
dazu verwendet, zu entscheiden, ob eine Nachricht an den Vortragsverfolger
( ” Vortragssprache“) oder an die Dialogsteuerung ( ” Raumsteuersprache“)
geschickt wird. Im Falle der Vortragssprache übernimmt der Vortragsverfolger
die weitere Verarbeitung wie oben beschrieben. Im Falle eine
Dialogs mit dem Raum kann nun die Dialogsteuerung verschiedene Aktionen
durchführen. Sie kann eine Systemantwort erzeugen, die dann zum Beispiel
als synthetisierte Sprache über Lautsprecher ausgegeben wird, oder sie
kann direkt Steuerbefehle (zum Beispiel mit Hilfe des standardisierten X10
Protokolls) an die Raumsteuerhardware schicken, oder auch eine Nachricht
an einen Information-Retrieval Agenten schicken mit der Anforderung nach
bestimmten Dokumenten. Im angeführten Beispiel, würde die Dialogsteuerung
vom Aufmerksamkeitsdetektor darüber informiert werden, daß ” Licht
dimmen, bitte“ ein Raumsteuerbefehl war. Wenn klar ist, welches Licht
gemeint ist, kann ein entsprechendes Kommando an den Dimmer geschickt
werden. Andernfalls kann die Systemantwort ” Welches Licht?“ als Teil eines
Klärungsdialogs ausgegeben werden.